صورتان لنفس الدماغ مأخوذتان في وقتين مختلفين تشبهان صورتين لمنزل قبل وبعد التجديد. لفهم ما تغير، تُطبق الصورتان فوق بعضهما وتحلل الاختلافات. لكن جهاز التصوير ليس كاميرا مثالية: فهو يضيف تشوهات بنفسه، وكأن الصورة التُقطت عبر زجاج غير مستوٍ قليلاً. سابقاً، لم تكن البرامج تميز بين التغيرات الحقيقية وتلك الناتجة عن الجهاز.

الشبكة العصبية DisMorph هي نموذج تعلم عميق يتعلم من أمثلة اصطناعية بالكامل، حيث يُعرف مسبقاً أي جزء من التشوه تقني وأي جزء تشريحي. ثم تفصل الاختلافات بين الصورتين إلى مسارين: أحدهما مسؤول عن تشويش الجهاز، والآخر عن التغيرات الحقيقية في الأنسجة. هذا النهج يشبه عمل المرمم الذي يفصل الشقوق عن الطلاء القديم ليفهم ما كانت عليه اللوحة في الأصل.

على أزواج صور لمرضى الزهايمر، كشفت الطريقة تغيرات في مناطق الدماغ المرتبطة بالمرض، وفي الوقت نفسه أشارت إلى تشوهات متبقية بعد التصحيح القياسي. هذا كما لو أن الطبيب حصل على صورتين واضحتين بدلاً من صورة ضبابية واحدة: واحدة تُظهر الدماغ نفسه، والأخرى تُظهر عيوب التصوير.

هذا النهج يفتح الطريق لقياسات أكثر دقة لتغيرات الدماغ في العيادات التي لا تكون فيها الأجهزة والإعدادات متطابقة دائماً. بدلاً من التخمين حول ما في الصورة — مرض أم تشوه — سيتمكن الطبيب من رؤيتهما منفصلين.